CMD + K

Kapittel 2Begreper & formler · Lineærtransformasjoner
Referanseside · Kapittel 2

Begreper & formler

Alle nøkkelbegrepene og formlene fra Lineærtransformasjoner, samlet på én side. Bruk denne som oppslag når du leser, øver flashcards eller tar quiz.

Øv med flashcards21 kort fra dette kapittelet

Begreper

Sentrale begreper fra kapittelet med korte definisjoner.

01Lineærtransformasjon

Avbildning T : V → W mellom vektorrom som bevarer addisjon og skalarmultiplikasjon: T(au+bv) = aT(u)+bT(v).

02Kjerne (Ker T)

Mengden av v ∈ V slik at T(v) = 0. Alltid et underrom av V.

03Rekkevidde / bilde (Range T)

Mengden av w ∈ W slik at w = T(v) for en eller annen v ∈ V. Alltid et underrom av W.

04Rang

Dimensjonen til Range T. For en matrise: antall lineært uavhengige kolonner (= antall uavhengige rader).

05Nullitet

Dimensjonen til Ker T.

06Injektiv

T er injektiv (én-til-én) hvis T(u)=T(v) ⇒ u=v. Ekvivalent: Ker T = {0}.

07Surjektiv

T er surjektiv (på) hvis Range T = W: hver w ∈ W treffes av en eller annen v.

08Isomorfi

Bijektiv lineærtransformasjon. To endeligdimensjonale vektorrom er isomorfe ⇔ de har samme dimensjon.

09Koordinatvektor [v]_B

Vektoren av skalarer som uttrykker v som lineærkombinasjon av basisvektorene i B. Avhenger av valg av basis.

10Matriserepresentasjon [T]_B

Matrisen som virker som T når vektorene oversettes til koordinater: [T(v)]_B = [T]_B [v]_B.

11Overgangsmatrise

Matrisen P_{C←B} som konverterer koordinater fra basis B til basis C. Kolonnene er [b_i]_C.

12Indreprodukt i R^n

Standard prikkprodukt ⟨u,v⟩ = u^T v. Indusert norm: ||v|| = √⟨v,v⟩.

13Ortogonal

To vektorer u, v er ortogonale dersom ⟨u,v⟩ = 0. I R^n: de står normalt på hverandre.

Formler

Hver formel: hva den heter, hvordan den ser ut, og hva symbolene betyr.

linearitet

Linearitet

Logg inn for forklaring

Definisjonen av en lineærtransformasjon: bevarer addisjon og skalarmultiplikasjon. Ekvivalent med T(u+v)=T(u)+T(v) og T(cu)=cT(u).

Tlineærtransformasjon V \to W
a, bskalarer
u, vvektorer i V
rangteoremet

Rangteoremet

Logg inn for forklaring

For en lineærtransformasjon T : V → W er nulliteten pluss rangen lik dimensjonen til definisjonsrommet.

\operatorname{Ker} Tkjernen til T
\operatorname{Range} Tbildet av T
Vdefinisjonsrommet
koord-formel

Koordinatvektor i basis B

Logg inn for forklaring

Hvis B={b_1,…,b_n} er en basis er koordinatene c_i entydige.

Bordnet basis \{b_1,\ldots,b_n\}
c_ientydige koordinater til v i B
matrise-formel

Matriserepresentasjon

Logg inn for forklaring

[T]_B er matrisen med kolonnene [T(b_1)]_B, …, [T(b_n)]_B. Lar oss regne på T som en vanlig matrise.

[T]_Bmatrisen til T i basis B, kolonnene er [T(b_i)]_B
[v]_Bkoordinatvektoren til v i basis B
basisbytte

Basisbytte (overgangsmatrise)

Logg inn for forklaring

Kolonnene i P_{C←B} er koordinatvektorene [b_i]_C. Overgangsmatrisen er alltid invertibel: (P_{C←B})^{-1} = P_{B←C}.

P_{C\leftarrow B}overgangsmatrise fra B til C, kolonnene er [b_i]_C
endre-repr

Endring av matriserepresentasjon

Logg inn for forklaring

Slik knyttes matriserepresentasjonene i to ulike basiser sammen.

indreprodukt

Indreprodukt i R^n

Logg inn for forklaring

Standard prikkprodukt. Norm: ||v|| = √⟨v,v⟩. Vinkel: cos θ = ⟨u,v⟩/(||u||·||v||).

u^{\top}u skrevet som radvektor
u_i, v_ikomponentene til u og v i standardkoordinater
projeksjon

Projeksjon på en vektor

Logg inn for forklaring

Den ortogonale projeksjonen av u ned på linjen utspent av v ≠ 0.

\operatorname{proj}_v uortogonal projeksjon av u langs v
vikke-null retningsvektor

Læringsmål

Hva du skal kunne etter å ha lest kapittelet.

  1. 01Avgjøre om en gitt avbildning er lineær og finne kjernen og bildet
  2. 02Bruke rangteoremet til å regne ut dim(Ker T) og dim(Range T)
  3. 03Konstruere matriserepresentasjonen [T]_B fra basisbildene og regne T(v) ved matrisemultiplikasjon
  4. 04Bytte mellom to basiser via en overgangsmatrise og oppdatere matriserepresentasjonen tilsvarende